git 如何统计一段时间文件（或文件夹）的修改次数

为了快速了解代码，有时候需要快速的查看代码的统计信息，做一些宏观的把握，上面这个需求可能会有些用处。

找到目标日期之后的提交
- --no-pager：git默认使用linux的less模式显示，即满屏后提示用户按一下按键才继续显示，加上此选项则可以一口气打印完毕
- %h：此处我只需要hash值，所以其他都省略了
- --no-merges: 虽然merge也是工作量，但和我们的统计任务无关

kevin@:linux.git$ git --no-pager log --format=format:'%h' --no-merges --since 2019-06-10
fec6375320c6
e2e0e09758a6
aff7ed485168
f6581f5b5514

找到每次提交的修改文件
- awk：逐行处理上面查出的hash值，用 system() 命令转给 git 去执行
- --stat-name-width=300：git diff的输出默认会压缩到80列，使用...这种，这样会丢失我想要的信息，所以我加大到300，应该不会有丢弃了
- --name-only：我只是想统计文件的个数，并没有计划汇总每次、每个文件内部变更的行数，所以只要名字即可
- "$1" "$1"~"：最终会形成 git diff xxx xxx~ ，为什么没用 ^，效果一样么？留作思考题：）
- 下面代码中可以看到 hooks.c 文件在4次提交中被修改过2次

kevin@:linux.git$ git --no-pager log --format=format:'%h' --no-merges --since 2019-06-10 | \
awk '{system(" git --no-pager diff  --stat-name-width=300 --name-only "$1" "$1"~") }'
security/selinux/hooks.c
security/selinux/hooks.c
security/selinux/avc.c
kernel/cred.c
kernel/ptrace.c

统计并数字显示
- fs[$0]+=1: 用文件名做key，value每次+1

kevin@:linux.git$ git --no-pager log --format=format:'%h' --no-merges --since 2019-06-10 | \
awk '{system(" git --no-pager diff  --stat-name-width=300 --name-only "$1" "$1"~") }'| \
awk '{fs[$0]+=1} END{for(f in fs) printf("%d\t%s\r\n",fs[f],f) }' | sort -k 2
1   kernel/cred.c
1   kernel/ptrace.c
1   security/selinux/avc.c
2   security/selinux/hooks.c

还可以统计到某一层文件夹，而不是具体到每个文件
- -e 's/[^/]*$//'：去掉文件名，只留路径
- -e 's#/#|#1'：精确匹配第1个/更换成|，这里的1可以自己修改，统计不同level的文件夹深度
- -e 's/|.*//'：把|以后的字符删除 —— 这样只留下我们想要的某个level深度的路径

kevin@:linux.git$ git --no-pager log --format=format:'%h' --no-merges --since 2019-06-1 | \
awk '{system(" git --no-pager diff  --stat-name-width=300 --name-only "$1" "$1"~") }'| \
sed -e 's/[^/]*$//' -e 's#/#|#1' -e 's/|.*//' | \
awk '{fs[$0]+=1} END{for(f in fs) printf("%10d\t%s\r\n",fs[f],f) }'|sort -k 2
       676  arch
         9  block
        10  crypto
         2  Documentation
      2027  drivers
       128  fs
       286  include
         2  ipc
        43  kernel
        21  lib
        16  mm
       103  net
         9  samples
        17  scripts
        93  security
       304  sound
       114  tools
         5  virt

上面是6.1至今（6.14），半个月来 Linux 的修改，仍然是 drivers 中的文件最多，达到 2027 件次（类比“人次”这个单位，哈哈），kernel 前几天已经发布5.1了，其实kernel文件夹半个月才更新了43个件次，还是超级稳定的。

BTW：上面思考题的答案：用^ 和 ~ 是一样的。

最后编辑于：2019.06.16 15:58:08